人工智能技術在計算機網絡運維中的應用

作者簡介：張力影（1988— ），女，山東樂陵人，高級工程師，碩士；研究方向：計算機網絡，大數據，人工智能。

摘要：隨著人工智能技術與計算機網絡運維的不斷融合，現階段在計算機網絡技術層面存在著網絡維護人員需求量大、數據處理工作量繁重、網絡監(jiān)督效果較差等問題。文章通過對人工智能技術對計算機網絡運維的重要性以及人工智能技術在計算機網絡運維中的應用測量兩方面的研究發(fā)現，人工智能技術中的漏洞挖掘技術、機器學習技術、粒子群優(yōu)化技術等對計算機網絡運維有著重要的影響，以期發(fā)揮出其最大化的優(yōu)勢。

關鍵詞：人工智能技術；計算機網絡運維；技術應用

中圖分類號：TP393 文獻標志碼：A

0 引言

人工智能屬于計算機科學健康發(fā)展的產物，在計算機網絡運維中引入人工智能技術能夠提高計算機的運行速度，幫助計算機實現高速運行，最大限度地為用戶服務［1］。人工智能技術的實際含義是指研究、開發(fā)用于模擬、延伸和拓展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的科學技術，其可以對人的意識、思維的信息過程進行模擬，因此，合理運用人工智能技術能夠更好地為用戶服務。

1 人工智能技術在計算機網絡運維中的應用現狀分析

1.1 網絡維護人員需求增多

隨著網絡規(guī)模的擴大，計算機網絡運維所需要的網絡維護人員需求量增加［2］。在2022年上半年，全球共發(fā)生了40多起網絡安全事件，例如美國醫(yī)療中心數據泄露，超過130萬人受到影響，其出生日期、家庭住址、電話號碼以及銀行信息等都被泄露。網絡維護人員能夠有效防范網絡安全事件，因此其需求量日益增加。

1.2 數據處理工作量繁重

在大數據環(huán)境下，每時每刻都會產生海量的信息，因此數據處理工作任務量繁重［3］。在大數據時代，每個人每天所需要的信息量巨大，谷歌公司的數據顯示，每天有超過10億人進行信息搜索，這使得計算機網絡技術中數據處理量巨大。

1.3 網絡監(jiān)督效果較差

在傳統(tǒng)的計算機網絡技術中，網絡監(jiān)督效果較差、控制能力不足［4］。由于人們在日常生活中的需要，每天都會運用到大量的數據，但數據來源較為復雜，計算機網絡技術并不能夠進行全面的篩選，控制能力不足，導致網絡監(jiān)督力度不到位。

2 人工智能技術在計算機網絡運維中的應用策略

2.1 人工智能技術與虛假信息

人工智能技術可以被運用到精準打擊虛假信息源頭，阻止虛假信息的生產。英國科技公司Logically在超過100萬篇的文章中發(fā)現虛假新聞有50 000個，由此可見虛假信息數量的龐大。在進行計算機網絡運維過程中，人工智能分析大規(guī)模數據的速度較快，運作良好的計算機算法不僅能檢查文本內容，還可以檢查元數據和圖像，并進行核實、收集、監(jiān)控等工作，深度學習算法的推出有效地幫助了人們進行虛假信息的篩選，推動了計算機網絡運維的發(fā)展。

2.2 人工智能漏洞挖掘技術

深入研究人工智能漏洞挖掘技術，有助于快速發(fā)現、評估和修復信息系統(tǒng)的安全漏洞，提高對未知危險攻擊的發(fā)現能力、提升信息系統(tǒng)綜合防護水平。人工智能漏洞挖掘技術主要包括以下方面的內容：二進制程序函數的自動識別技術、智能模糊測試以及動態(tài)插樁技術。

以動態(tài)插樁技術為例，是在程序運行時實時插入額外的代碼和數據，且永久不會改變可執(zhí)行文件。現階段，在計算機網絡技術中被廣泛應用的動態(tài)二進制分析平臺有Pin，DynamoRIO和Frida等。在動態(tài)二進制系統(tǒng)中，主要的運行方式有兩種，一種為最常見的，即在動態(tài)二進制系統(tǒng)的控制下從頭到尾執(zhí)行程序；另一種為將動態(tài)二進制系統(tǒng)附加到一個已經運行的程序中，且以完全相同的方式被調試器從正在運行的程序中附加或分離。動態(tài)插樁技術中，主要的執(zhí)行方式包括解釋模式、探測模式以及JIT模式3種，其中JIT模式是最常見、最常用的模式。以JIT模式為例，在JIT模式中，二進制文件被視作一個數據，修改后的二進制文件副本將在新的內存區(qū)域中生成，但并不是針對整個二進制文件，而是針對其執(zhí)行部分，因此原始的二進制文件或可執(zhí)行文件并沒有被修改或執(zhí)行過。其主要的執(zhí)行過程如圖1所示。

2.3 人工智能機器學習技術

機器學習是人工智能的另一重要領域，賦予了計算機智能的特征，應用領域遍及人工智能的各個方面。機器學習在實際進行計算機網絡運維時，其主要作用就是對模型參數進行優(yōu)化。首先，技術人員要做好數據準備工作，進行模型的選擇或創(chuàng)建，在選擇模型時選擇哪種模型要根據數據類型、樣本數量以及問題本身進行綜合考慮；其次，進行模型的訓練與評估，可以先進行損失函數的預先設定，并根據實際的訓練模型數據進行比對，對模型進行訓練；最后，要對模型進行檢測，在實際的運用過程中發(fā)現模型存在的問題并進行優(yōu)化。

2.4 人工智能粒子群優(yōu)化

人工智能粒子群的優(yōu)化是基于信息的社會共享程度，根據粒子速度和位置的兩個屬性進行優(yōu)化的。粒子群算法的主要流程如圖2所示，在整個程序當中，需要根據結束條件對每個粒子進行反復的更新和記錄，直到得到最優(yōu)解并進行畫圖保存。

2.5 人工智能Agent技術

Agent在某種意義上是一個計算實體，具有駐留性、反應性、主動性和社會性等特征，并會在某一環(huán)境下駐留，持續(xù)性地自主發(fā)揮作用。在實際的計算機網絡技術中，Agent技術可以運用到智能機器人中，智能機器人可以做到自主學習、推理、決策等。通過機器人感知、機器人規(guī)劃、機器人控制以及機器人語言幾個部分，設定完整的程序，運用智能機器人進行信息的篩選和處理，有效地減輕了網絡安全維護的人工數量，提升了工作質量。

2.6 計算機網絡安全管理

在實際的計算機網絡運維中，網絡安全主要是指在物理層面、軟件層面以及信息層面3大領域的網絡信息安全。

以信息層面的網絡信息安全為例，主要是保障網絡數據的安全，由于信息數據多是在網絡環(huán)境中產生并流轉的，因此其采集、傳輸、儲存、管理等各個環(huán)節(jié)都需要受到重視。在進行實際的人工智能技術與計算機網絡運維相融合時，技術人員要對人工智能的賦能技術加大研究力度。人工智能技術能夠對網絡安全進行全面感知，能夠通過自動化的分類聚合與關聯分析對大量模糊的、非線性、異構數據進行研究，并主動生成網絡威脅防御策略，形成適應性強、反應迅速靈敏的網絡空間防御。

2.7 K-means算法

K-means算法是一種迭代求解的聚類分析算法，被廣泛運用到機器學習、數據挖掘等方面。其主要是通過中心點進行一系列的運算，但在實際的算法實施中，技術人員要注意避免在整個空間內隨機生成散點，要盡可能以某幾個點為中心點并對其進行隨機點的生成。

熟練運用歐氏距離和曼哈頓距離，能夠在進行K-means算法運行時，將各個樣本分配到間隔最近的類中，幫助K-means算法實現快速反應，提高整體運行速率，幫助人工智能技術快速發(fā)現網絡系統(tǒng)中的安全問題，并進行解決，保障計算機網絡運維系統(tǒng)的安全穩(wěn)定運行［5］。

3 人工智能技術在計算機網絡運維中的應用優(yōu)化

3.1 確保網絡信息的流暢

在計算機網絡中融合人工智能技術，能夠充分利用人工智能技術保障資源管理的可用性，保障網絡信息的暢通。人工智能技術中計算機視覺技術的運用有利于將任務分解為便于管理的小塊任務，通過圖像處理操作等技術有效地促進計算機技術的進步。

3.2 提升協作處理能力

協作處理能力是將人工智能應用到計算機網絡的一個重要優(yōu)勢。人工智能技術中自然語言處理技術能夠實現人機交互，包括特征提取技術、模式匹配準則和模型訓練技術，通過人機交互，利用計算機網絡技術進行協作處理，真正實現為用戶服務。

3.3 有利于降低資源消耗

人工智能技術精準的計算結果能夠極大地防止過多不必要的人力、物力及財力的投入［6］。機器學習技術使得人工智能技術對數據的處理更加快速，將計算量和耗費能量降到最低，智能控制等技術也大大減少了不必要的人力資源投入。

4 結語

隨著科技的進步，人工智能技術在不斷地完善，在計算機網絡運維當中加入人工智能技術，不僅能夠提高數據的安全性，同時也存在著一定的威脅，對人工智能技術進行不斷的深入研究，能夠有效地推動人工智能的進步，更能夠推動計算機網絡技術的進步，深化網絡智能化。

參考文獻

［1］楊婉琳.基于人工智能的網絡運維優(yōu)化算法研究［J］.無線互聯科技，2022（8）：118-120，142.

［2］趙巍，張智森，肖佳康，等.基于人工智能的5G通信網絡運維規(guī)劃方法［J］.長江信息通信，2022（3）：219-222.

［3］李波.基于5G通信時代人工智能在計算機網絡技術中的應用策略［J］.信息記錄材料，2021（10）：168-169.

［4］高盛軒，周傳生.基于大數據的人工智能技術在計算機網絡運維中的應用策略研究［J］.網絡安全技術與應用，2021（9）：73-74.

［5］崔英敏.大數據時代人工智能在計算機網絡技術中的應用策略研究［J］.電子商務，2020（5）：24-25.

［6］劉金魚.計算機網絡運維及安全管理設計探究［J］.網絡空間安全，2021（Z3）：73-77.

（編輯 沈 強）

Abstract： With the continuous integration of artificial intelligence technology and computer network operation and maintenance， there are some problems in the computer network technology level， such as network maintenance personnel demand， heavy data processing workload， poor network supervision effect and so on. In this paper， through the importance of artificial intelligence technology for computer network operations and the application of artificial intelligence technology in computer network operations measurement two research found that the AI technology of vulnerability mining technology， machine learning technology， particle swarm optimization technology has an important influence for computer network operations， in order to maximize its advantages.

Key words： artificial intelligence technology; computer network operation and maintenance; technology application